Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan INFORMASI (Jurnal Informatika dan Sistem Informasi)
Rizky Adawiyah
STIKOM CIPTA KARYA INFORMATIKA
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : INFORMASI (Jurnal Informatika dan Sistem Informasi)

 1 
Optimasi Deteksi Penyakit Kulit Menggunakan Metode Support Vector Machine (SVM) dan Gray Level Co-occurrence Matrix (GLCM) Rizky Adawiyah; Dadang Iskandar Mulyana
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 14 No 1 (2022): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v14i1.138

Abstract

Penyakit kulit merupakan kelainan pada kulit yang disebabkan karena adanya jamur, kuman, parasit, virus maupun infeksi yang dapat menyerang siapa saja dan kapan saja. Penyakit ini dapat menyerang di seluruh tubuh atau sebagian tubuh tertentu yang dapat membahayakan kesehatan penderita jika tidak ada tindakan serius yang dilakukan. Berdasarkan data riset kesehatan di Indonesia, penyakit kulit merupakan penyakit yang jumlah pasien nya terhitung banyak. Hal ini dikarenakan kurangnya pengetahuan tentang penyakit ini dan cara pencegahan nya serta ketidakpedulian masyarakat terhadap lingkungan sekitar sehingga menyebabkan penyakit kulit bisa menular dengan sangat cepat. Tujuan dari penelitian ini yaitu dapat meningkatkan kepedulian masyarakat untuk bisa mendeteksi sejak dini penyakit kulit yang diderita. Oleh karena itu dilakukan suatu penelitian yang bisa memudahkan pihak medis dan juga masyarakat untuk bisa mendeteksi penyakit kulit secara dini agar penanganan semakin cepat dan bisa memperkecil terjadinya penyakit yang lebih berbahaya. Pada penelitian ini menggunakan metode klasifikasi Support Vector Machine (SVM) dan pembentukan matriks Gray Level Co-Occurrence Matrix (GLCM). Hasil penelitian menunjukkan bahawa sistem deteksi penyakit kulit ini dapat menampilkan hasil jenis penyakit kulit dan berdasarkan hasil pengujian dari beberapa sample data bahwa nilai akurasi terbaik yaitu sebesar 90% dari hasil klasifikasi deteksi penyakit kulit ini.
Co-Authors Akbar, Yuma Anita Rosiana Arinal, Veri Dadang Iskandar Mulyana` Dava Septya Arroufu Nur Arif Khairudin Sarimole, Frencis Matheos